排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
基于海洋大数据查询技术的珊瑚礁鱼类保护策略是海洋科学研究的重要课题, 其中鱼群竞争状况对鱼类保护具有重要意义。研究鱼群竞争状况就必须模型化鱼群与珊瑚礁的依赖关系。作为一个简单有效的大数据模型, 图模型是表达这个关系的实用模型。文章提出表达珊瑚礁鱼类种群和珊瑚礁资源依赖关系的竞争图建模方法, 并提出基于局部敏感哈希(Local Sensitive Hashing, LSH)的鱼类种群竞争压力竞争图查询方法, 得到鱼类种群的实时竞争压力状况; 然后根据LSH查询结果, 分析出需要优先保护的鱼类种群; 最后对这些需要优先保护的鱼类种群设计了基于构建人工礁的资源分配方法, 使得区域内珊瑚礁鱼类总体竞争状况改善。 相似文献
2.
海水溶解氧评价的正确性对于维护海洋生态系统的稳定性具有重要意义。海水溶解氧数据属于非线性时间序列，可视图方法（时间序列转化为图）是分析这类数据较有效的方法，但仍存在未同时考虑数据的时间演变特性以及变量间相互影响的问题。针对现存问题，本研究提出基于图相似性匹配的海水溶解氧辅助评价方法。首先，同时考虑海温、盐度对海水溶解氧的影响以及数据的不可逆性，提出溶氧温盐 转移概率(dissolved oxygen temperature salinity-transition probability，DOTS-TP)有向可视图方法，实现了多变量时间序列到单变量溶解氧图的转化；然后，在将墨西哥湾溶解氧图作为评价参照的基础上，综合利用图的多层次信息，提出子图节点全局(subtree node global， SNG)图相似性匹配方法，通过计算SNG评价指数实现对海水溶解氧的辅助评价。实验结果表明DOTS-TP有向可视图方法能更准确地表达海水溶解氧信息，SNG图相似性匹配方法适用于所有海水溶解氧数据，并能得出正确的辅助评价结果。 相似文献
3.
对海洋数据进行挖掘能够有效地预测海洋灾害事件。海洋监测数据具有时序长、间隔短、多要素间强关联的特点，对长时间序列进行直接分析挖掘速度慢、效率低，现有方法大多采用符号化时间序列方法，但可能导致部分信息丢失且破坏
要素间的关联性。本文定义了时间序列 motif，用于发现时间序列中重复出现的，先前未知的局部信息，解决了符号化导致的信息丢失的问题，实现了时间序列 motif 的精确快速提取。通过构建 motif 规则树，实现了海洋多要素时间序列间强关联规则的挖掘。最后，给出关联规则评价参数，同随机游走数据对比后，证明了本文方法的有效性。 相似文献
1